You are on page 1of 135

SISTEMAS DE INFORMACIN PARA LA GESTIN EMPRESARIAL

M. en I.S.C. Leonardo M. Moreno Villalba

OBJETIVOS GENERALES DE LA ASIGNATURA

Comprender los conceptos bsicos de los sistemas de informacin administrativa y aplicar los aspectos metodolgicos para el desarrollo de sistemas de soporte para la toma de decisiones y un mejor funcionamiento.

CRITERIOS Y PROCEDIMIENTOS DE EVALUACIN Y ACREDITACIN

Entrega de reporte de ejercicios prcticos realizados en el aula 20% Entrega de cuadro sinptico 20% Entrega de trabajo de investigacin sobre la toma de decisiones 40% Dos exmenes parciales 40%

TEMAS Y SUBTEMAS
Introduccin a los sistemas. Orgenes de los sistemas de informacin. La toma de decisin basada en computadora. Los subsistemas de la tecnologa. Administracin en el sistema organizacional. Qu es un sistema? La perspectiva organizacional en la administracin de la informacin. Sistemas de administracin. Teora de la administracin. Cules son las funciones gerenciales? La informacin y la toma de decisiones. El concepto de informtica ante la direccin Qu es la tecnologa? La Importancia de la informacin tecnolgica. Qu es el hardware y que es el software?.

TEMAS Y SUBTEMAS
Administracin de la base de datos y telecomunicaciones. Cmo administrar una base de datos? Mecanismos para almacenar y procesar la informacin. Introduccin a las telecomunicaciones. Las diferentes topologas de redes. Generalidades sobre LAN, MAN Y WAN. El origen de la redes. Desarrollo de las redes de computadora El software necesario para el enlace y el manejo de datos. Aplicaciones sobre redes. Qu es el downsizing? La aplicabilidad del downsizing y las aplicaciones cliente / servidor.

TEMAS Y SUBTEMAS
Sistemas de informacin para la administracin (MIS). Subsistemas de informacin. Subsistemas de mercadotecnia y finanzas. Subsistemas de produccin, recursos humanos Sistemas de informacin ejecutiva. Sistemas de procesamiento de transacciones, soporte a las dicciones, automatizacin de oficinas y sistemas basados en el conocimiento. Revisin de sistemas de informacin (TPS, DSS, OA y KBS). La importancia de lo sistemas para la toma de decisiones Automatizacin de oficinas. Tcnicas para el desarrollo de sistemas de informacin para la toma de decisiones. Anlisis de sistema. Mecanismos y mtodos para el anlisis y el diseo Diseo de sistemas de usuario final (End User Computing) . Qu es el mis? Diseo de sistema. El usuario de computadoras. Administracin de los recursos de informacin. La importancia de los recursos. La administracin eficiente.

Orgenes de los Sistemas de Informacin


Que es un Sistema? Para que me sirve? Se han utilizado antes de el surgimiento de la era digital? En donde se utilizan actualmente?

Que es un sistema?
Conjunto de componentes que interactan entre s para lograr un objetivo comn.

Que es un sistema?
Podemos definir un sistema como un conjunto de elementos que interaccionan entre s, orientados a la consecucin de un objetivo comn. Un sistema suele estar situado en un entorno o ambiente con el que interacta, recibe entradas y produce salidas.

Que es un sistema para una empresa?


Conjunto de personas, datos y procedimientos que trabajan coordinadamente. Para alcanzar el objetivo de apoyar el funcionamiento de la organizacin. Haciendo posible que la empresa mantenga contacto con el medio ambiente que la rodea, es decir con: Clientes, Proveedores, Organizaciones Estatales de contralor y recaudacin de impuestos y aportes, Funcionarios, Accionistas o propietarios.

Que es un Subsistema?
Se denominan Subsistemas las partes que conforma un sistema. Cada subsistema tiene su propia vida, pero permite que el sistema sea un todo y produce una serie de variables para establecer el estado del sistema.

Para que me sirve un Subsistema? La funcin y estructura de un sistema puede ser estudiado, analizado y descrito a travs de los subsistemas bsicos.

Que es la informacin
La informacin es una sntesis o extracto de los datos, pero no contiene redundancias. Por ello, la informacin puede ser tangible o intangible, pero siempre reducir la incertidumbre sobre un estado o suceso.

Pero en sntesis que es la informacin

La informacin puede comprenderse como un conjunto de conocimientos o hechos derivados de datos, que son por naturaleza repetitivos y redundantes, que describen un mundo que consiste en procesos y eventos que ocurren una y otra vez con pequeos cambios

De que esta compuesta?


la informacin la componen datos que se han colocado en un contexto significativo y til y se ha comunicado a un receptor, quien la utiliza para tomar decisiones. La informacin implica la comunicacin y recepcin de inteligencia o conocimiento. Evala y notifica, sorprende y estimula, reduce la incertidumbre, revela alternancias adicionales o ayuda a eliminar las irrelevantes o pobres, e influye sobre otros individuos y estimula accin

Orgenes de los Sistemas de Informacin Desde finales del siglo XIX hasta la actualidad, Documentacin y tecnologas de la Informacin han evolucionado enriquecindose mutuamente en su desarrollo.

Orgenes de los Sistemas de Informacin


Las diferentes etapas histricas por las que ha atravesado la tecnologa electrnica han marcado importantes hitos en la historia de la Documentacin. Al mismo tiempo, el crecimiento de la informacin y la evidente necesidad de su tratamiento, han provocado la proliferacin de lneas de investigacin en el campo de las Tecnologas de la Informacin.

Elementos empresariales

Qu es un sistema ERP?
Un sistema ERP es una aplicacin informtica que permite gestionar todos los procesos de negocio de una compaa en forma integrada Por lo general este tipo de sistemas esta compuesto de mdulos como Recursos Humanos, Ventas, Contabilidad y Finazas, Compras, Produccin entre otros, brindado informacin cruzada e integrada de todos los procesos del negocio.

ERP Personalizado
Este software debe ser parametrizado y adaptado para responder a las necesidades especificas de cada organizacin. Una vez implementado un ERP permite a los empleados de una empresa administrar los recursos de todas las reas, simular distintos escenarios y obtener informacin consolidada en tiempo real.

A que conlleva la implementacin de un ERP?

A un proceso de transformacin

A una redefinicin de procesos

A un incremento de la eficiencia y competitividad

Que puede abarcar un ERP?

El objetivo de un sistema de ERP es

automatizar

los procesos

de una empresa

Mdulos Principales de un Sistema Produccin ERP

Comercio

Calidad

1) Negocio

Mantenimiento

Mdulos Principales de un Sistema ERP (Cont.)

Activos Fijos

Proyectos

Gestin Financiera Control 2) Financiero

Mdulos Principales de un Sistema ERP (Cont.)


Flujo de Trabajo

Recursos humanos

Soluciones Sectoriales 3) Propsito especial

SISTEMAS FUNCIONALES DEL NEGOCIO


Los Sistemas Funcionales del Negocio son una variedad de tipos de Sistemas de Informacin (conocidos como: procesamiento de transacciones, informacin como: gerencial, soporte de decisiones, etc.) caracterizados por el soporte a las funciones etc. del negocio de contabilidad, finanzas, mercadeo, operaciones gerenciales y, gerencia de recursos humanos. humanos.

Ejemplos de Sistemas Funcionales del Negocio (OBrien, 2004)

SISTEMAS DE PROCESAMIENTO DE TRANSACCIONES


Conocidos comnmente como TPS (por las siglas en ingls de Transaction Processing Systems), son SI cross-functional que procesan los datos resultado de la ocurrencia de las transacciones (eventos que ocurren como parte del negocio: ventas, compras, depsitos, retiros, devoluciones, pagos, etc.) del negocio.

El ciclo del procesamiento de una transaccin (OBrien, 2004)

SISTEMAS DE SOPORTE DE DECISIONES


Sistemas de Informacin basados en computador que proveen informacin interactiva que soporta a los gerentes y a los profesionales de los negocios durante el proceso de toma de decisiones. Los Sistemas de Soporte de Decisiones (DDS, por las siglas en ingls de Decisin Support Systems), usan:
Modelos analticos, Bases de datos especializadas, Juicios y visiones de los propios tomadores de decisiones, y Un proceso de modelaje interactivo basado en computador para soportar las tomas de decisiones de negocio, semiestructuradas e inestructuradas.

SISTEMAS DE SOPORTE DE DECISIONES

Componentes de un Sistema de Soporte de Decisiones de Mercadeo Web-enabled (OBrien 2004)

SISTEMAS EJECUTIVOS DE INFORMACIN


Un Executive Information System (EIS), conocido tambin como Executive Support System (ESS), es una tecnologa que emerge como respuesta a las necesidades de informacin de altos ejecutivos. Proveen rpido acceso a informacin actualizada, as como a reportes gerenciales. Son muy amigables, soportados por facilidades grficas y proveen capacidades de elaboracin de reportes excepcionales y de bsqueda de detalles. Estn fcilmente conectados a servicios de informacin en lnea y correo electrnico. Incluyen mdulos para: soportar el anlisis, las comunicaciones, la automatizacin de oficina y la inteligencia

FUNCIONALIDADES DE LOS EIS


Aunque sus funcionalidades pueden variar, las ms comunes son:
Drill down (bsqueda detallada). Factores crticos de xito e indicadores claves de desempeo. Acceso a estados actuales. Anlisis de tendencias. Anlisis ad hoc. Reportes de excepcin. EIS inteligente. Integracin con un DSS.

Los DSS, los EIS e Internet. El Web es un medio perfecto para desarrollar Sistemas de Soporte a Decisiones y Sistemas Ejecutivos de Informacin, sobre aspectos globales para toda una organizacin; adems, permite combinar las distintas capacidades de mltiples DSS e EIS, al mismo tiempo y desde cualquier lugar.

PORTALES DE INFORMACIN EMPRESARIAL


No confunda portales con los Sistemas Ejecutivos de Informacin que han sido usados en algunas industrias por mucho tiempo. Los Portales son para todos en la compaa, y no slo para ejecutivos. Se quiere gente al frente de las lneas de toma de decisiones usando browsers y portales ms que ejecutivos usando software especializado de Sistemas Ejecutivos de Informacin (Ouellette, 1999). Un Portal de Informacin Empresarial (EIP, por las siglas en ingls de Enterprise Information Portal) es una aplicacin Web integrada a la tecnologa Intranet y a otras tecnologas, que da a todos los usuarios de la Intranet y a usuarios selectos de la extranet, acceder a una variedad de aplicaciones del negocio internas y externas, as como a servicios. Los componentes de un EIP lo pueden identificar como un DSS e-business que puede ser personalizado para ejecutivos, gerentes, empleados, proveedores, consumidores y otros socios de negocios.

PORTALES DE INFORMACIN EMPRESARIAL

Componentes de un Portal de Informacin Empresarial para la toma de decisiones (OBrien 2004)

Concepto de red.
Una red es, en definitiva, como un sistema de dos o ms ordenadores (autnomos) que, mediante una serie de protocolos, dispositivos y medios fsicos de interconexin, son capaces de comunicarse con el fin de compartir datos, hardware y software, proporcionando as acceso a un mayor nmero de recursos con un menor coste econmico y facilitando su administracin y mantenimiento.

Topologa
La topologa define la estructura de una red. La definicin de topologa puede dividirse en dos partes. la topologa fsica, que es la disposicin real de los cables (los medios) y la topologa lgica, que define la forma en que los hosts acceden a los medios.

Topologas Fsicas

Topologas Lgicas
La topologa lgica de una red es la forma en que los hosts se comunican a travs del medio. Los dos tipos ms comunes de topologas lgicas son broadcast y transmisin de tokens.

Topologas Lgicas
La topologa broadcast simplemente significa que cada host enva sus datos hacia todos los dems hosts del medio de red. Las estaciones no siguen ningn orden para utilizar la red, el orden es el primero que entra, el primero que se sirve.

Topologas Lgicas
La transmisin de tokens controla el acceso a la red mediante la transmisin de un token electrnico a cada host de forma secuencial. Cuando un host recibe el token, eso significa que el host puede enviar datos a travs de la red. Si el host no tiene ningn dato para enviar, transmite el token al siguiente host y el proceso se vuelve a repetir.

Modelo de referencia OSI.


El modelo de referencia OSI permite que los usuarios vean las funciones de red que se producen en cada capa. Ms importante an, el modelo de referencia OSI es un marco que se puede utilizar para comprender cmo viaja la informacin a travs de una red.

Modelo de referencia OSI.

En el modelo de referencia OSI, hay siete capas numeradas, cada una de las cuales ilustra una funcin de red especfica. Esta divisin de las funciones de networking se denomina divisin en capas.

Los ERP en Mxico(Video)

Caso Exito Implementacin de Un ERP (SAP) Hospital Santa fe

Que es un CRM (Video)

Caso xito CRM Office Max

A que nos ayudan los ERP

Los sistemas ERP ayudan a la empresa a monitorear en tiempo real los datos generados y, por lo tanto, tenerles ms confianza, es decir, que stos sean ms exactos al momento de revisarlos para tomar una decisin.

CRM - Customer Relationship Management

Un CRM se define como la integracin de tecnologas y los procesos de negocios usados para satisfacer las necesidades de los clientes durante cualquier interaccin con los mismos

Que involucra un CRM

CRM involucra la adquisicin, el anlisis y el uso del conocimiento de los clientes con la finalidad de vender ms productos o servicios y hacer dicho proceso de forma ms eficiente.

CRM Ejemplo Tpico


Un ejemplo tpico de CRM est presente en algunas redes de supermercados. Con una simple tarjeta, que tambin facilita el proceso de pago de los clientes, se tiene en realidad la finalidad de permitir el almacenamiento de todas las compras de cada cliente, en cantidad, cdigo, fecha y valor de cada producto adquirido. De esa manera, en una prxima promocin, el marketing ser an ms dirigido y eficiente pues se har con base en estas informaciones.

EL CRM solo se enfoca a la Venta?

La venta no se resume slo a una simple digitacin del pedido y su consecuente emisin de factura y de factura de crdito. Involucra al telemarketing, la preventa, el soporte postventa, la asistencia tcnica, el historial de las ltimas compras, el control de las pendencias es decir, la direccin y atencin personalizada del cliente.

Call Center
Para realizar parte de estas tareas se utiliza el CTI ( Computer Telephone Interface) que pone a disposicin la red de telfonos como terminales de redes de computadoras.

E-commerce y Supply Chain Management (SCM)


En la Gestin de la Cadena de Suministro se aaden funcionalidades para la gestin de la demanda (Demand Planning, DP) y la planificacin de las necesidades de distribucin (Distribution Requirement Planning, DRP). Con estos mdulos adicionales se prev el cambio de paradigma en la produccin: de producir para llenar almacenes (tcnica denominada push, o empujar) a producir para satisfacer la demanda (pull, o tirar).

PLM: Product Lifecycle Management. Gestin del Ciclo de Vida del Producto

Tiene como objetivo dotar a las organizaciones de mdulos que permitan el desarrollo de los productos, as como vas de comunicacin y colaboracin en el ciclo de vida del producto.

PLM Principales Mdulos(Segn SAP)

Gestin de los datos del ciclo de vida: planificar, gestionar y controlar el proceso de desarrollo del producto y permitir compartir procesos de diseo de produccin

PLM Principales Mdulos(Segn SAP) Cont.

Gestin del proyecto y programa de desarrollo del producto: Herramientas asistidas por ordenador de: CAD (diseo), CAM (fabricacin), CAE (ingeniera).

PLM Principales Mdulos(Segn SAP) Cont.


Gestin de la colaboracin en el ciclo de vida: integra a todos los participantes en el desarrollo del producto (diseador, proveedor de bienes, fabricante y cliente)

PLM Principales Mdulos(Segn SAP) Cont.

Gestin de la calidad: Incluir la gestin de calidad en todo el proceso del producto.

PLM Principales Mdulos(Segn SAP) Cont.


Gestin de activos en el ciclo de vida: gestionar activos fsicos y equipos desde la primera idea de inversin hasta la amortizacin del activo.

PLM Principales Mdulos(Segn SAP) Cont.

Poltica de Seguridad e Higiene en el trabajo: minimizar los riesgos y reducir costes cumpliendo con las normas legales sobre S&H.

CRM una Mirada Organizacional o Tecnolgica

Seminario CRM Parte 1

Seminario CRM Parte 2

Antes de implementar un ERP

Evaluar a todas las reas o departamentos que conforman la estructura

En especial la de recursos humanos, que es la ms difcil de implementar

Determinar el costobeneficio del desarrollo y aplicacin de un sistema como stos.

Puntos a considerar antes de implementar un ERP Pilares de Seleccin


El producto: se refiere al sistema ERP, consideraciones tcnicas y funcionales.

Primer Pilar.

Puntos a considerar antes de implementar un ERP Pilares de Seleccin


Los procesos: son las funciones que deben ser soportadas por el sistema ERP,.

Segundo Pilar.

Puntos a considerar antes de implementar un ERP Pilares de Seleccin


Adaptacin: La implementacin de un ERP implica una reingeniera de procesos cuyo objetivo es adaptar a la empresa a los nuevos modelos de negocio.

Tercer Pilar.

Puntos a considerar antes de implementar un ERP Pilares de Seleccin


Las personas son los recursos humanos, los conocimientos y habilidades de los involucrados en el ciclo de vida del sistema, usuarios, analistas, consultores y directivos que empujan el proyecto.

Cuarto Pilar.

METODOLOGA PARA LA SELECCIN DE UN SISTEMA ERP


El objetivo fundamental de MSSE es proveer una gua de pasos que ayude en la seleccin de un sistema ERP y la empresa consultora que se encargar del trabajo de implementacin

Estructura de MSSE
MSSE se organiza en tres fases las cuales se dividen en actividades:

- Fase 1 Seleccin Del ERP

Fase1(Actividades)
Actividad 1 Documentar Necesidad o Anlisis De Necesidad o Determinar Equipo De Proyecto

Fase 1 (Actividades)
Actividad 2 Primera Seleccin o Bsqueda En El Mercado o Primer Contacto Con Proveedores o Entrevistar Posibles Candidatos y Recopilar Informacin o Armado De Listado De Criterios a tener En Cuenta o Evaluar Los Candidatos o Documentacin De La Seleccin y Armado Del Plan De Trabajo

Fase 1 (Actividades)

Actividad 3 Seleccin Final o Organizar Visitas A Los Proveedores o Demostracin Del Producto o Decisin Final Negociacin

Fase 2 (Seleccin Del Equipo De Consultara)

Fase 2 Documentar Bases De La Bsqueda

Actividad 1 Documentar Bases De La Bsqueda o Organizar la bsqueda o Armar listado de criterios para seleccionar consultora

Fase 2 Documentar Bases De La Bsqueda


Actividad 2 Seleccin De Candidatos o Entrevistar Posibles Candidatos Y Recopilar Informacin o Evaluar Los Candidatos o Decisin Final Negociacin

Fase 3 Presentacin y Planificacin General Del Proyecto


Lo primero que se realiza es la seleccin del sistema a implementar (fase 1), luego se busca la empresa que realizar el trabajo (fase 2) y finalmente se hace una presentacin conjunta del equipo y se arma un plan general del proyecto con el objetivo de que todas las partes involucradas organicen sus recursos (fase 3).

Fase 3 Presentacin y Planificacin General Del Proyecto


Si la empresa por decisiones corporativas o de cualquier ndole se viera obligada a implementar un sistema ERP especfico, MSSE podra ser usada a partir de la fase 2 para seleccionar la consultora. En cuyo caso la metodologa puede utilizarse tambin para verificar 19 que el sistema que se debe implementar cumple con las necesidades de la empresa.

Arquitectura de un sistema ERP

Arquitectura de un sistema ERP


La arquitectura genrica descrita por David Sprott (2000), en esta se muestran todos los componentes que forman un sistema ERP. Los sistemas de ventajas competitivas son la automatizacin de los procesos de negocio que estn soportados en dos infraestructuras: la infraestructura operacional de negocios la infraestructura tcnica.

Metodologa de implantacin de un sistema ERP


El primer paso en la implantacin de un sistema ERP consiste en describir los procesos de negocio que se quieren automatizar. El problema que se enfrenta aqu es: cmo describir un proceso de negocio?

Proceso de negocio

Un conjunto de tareas lgicamente relacionadas, las cuales atraviesan la estructura organizacional, que existen para conseguir un resultado bien definido dentro de un negocio; por lo tanto toman una entrada y le agregan valor para producir una salida, que puede ser un producto fsico o un servicio.

Etapas en la implantacin de un sistema ERP.

Paso 1: Definicin de procesos de negocio actuales


Existen diferentes mtodos para modelar procesos de negocio, uno de los ms reconocidos es el de definicin de integracin, IDEF (Mayer and deWitte, 1998). Otra manera de modelar procesos es a travs de los diagramas de actividades y casos de uso del lenguaje de modelado unificado UML (OMG, 2000; Busch et al, 1998). Existen tambin mtodos de descripcin de procesos que pertenecen a compaas particulares: ARIS (Architecture of Integrated Information Systems), que basa el modelado de procesos a travs de diagramas EPC (Scheer, 1999); o el mtodo de ATT que utiliza en sus metodologas de mejora continua (AT&T Quality Steering Committee, 1988).

En que consiste describir un proceso de negocio?


Consiste en capturar el conocimiento de cmo esa organizacin realiza sus actividades para obtener un bien o un servicio. Una vez que se tiene descrito el proceso, ste puede ser utilizado para: Capacitar a nuevos empleados. Apoyar a la certificacin de calidad de la organizacin. Establecer los requisitos de un sistema de informacin que lo soporte.

Pero que es un Proceso?


Los procesos son el conocimiento de la organizacin, pues establecen la forma en cmo esa organizacin trabaja para lograr sus metas. Los procesos se clasifican en diferentes categoras que van desde procesos de manufactura hasta procesos de negocio

Paso 2: Alineamiento de los procesos actuales contra las mejores prcticas implantadas en el sistema ERP
Una vez que los procesos actuales son descritos, se recomienda hacerles un rediseo de mejora. Al tener hechas las mejoras, se comparan contra los procesos denominados mejores prcticas que son los que un sistema ERP comercial trae programados. A los procesos resultantes de este rediseo y sus comparaciones se les denomina procesos de negocio propuestos.

Paso 2: Alineamiento de los procesos actuales contra las mejores prcticas implantadas en el sistema ERP

Este paso implica que los especialistas funcionales conozcan cmo son las mejores prcticas programadas en el sistema ERP comercial que se haya adquirido o que se contrate este conocimiento con especialistas del proveedor del sistema ERP.

Paso 3: Revisin y autorizacin de los procesos de negocio propuestos


Los procesos de negocio propuestos se presentan para revisin y autorizacin de sus usuarios y de un conjunto de asesores, segn lo establezca la organizacin. sta es una etapa de mucha interaccin con los revisores, pues se evala la factibilidad de cada una de sus observaciones y, en su caso, se hacen los ajustes en los procesos. Como resultado de esta revisin se obtiene un proceso de negocio revisado.

Paso 4: Plan de trabajo e implantacin de los procesos autorizados en el sistema ERP


Una vez que el proceso de negocio est autorizado, se elabora un plan de trabajo que determina cules son las tareas a realizar para implantarlo en el sistema ERP. Con este plan se establecen parmetros en el sistema ERP comercial, de tal manera que los procesos de negocio autorizados queden programados.

Paso 4: Plan de trabajo e implantacin de los procesos autorizados en el sistema ERP

La determinacin de los parmetros implica modificar todo lo referente a los procesos de mejores prcticas, de tal forma que stos se conviertan en los procesos autorizados.

Paso 5: Evaluacin y pruebas del proceso implantado y capacitacin

Una vez que los procesos autorizados estn programados en el sistema ERP, se tiene que hacer un plan de pruebas y un plan de capacitacin de los usuarios finales del sistema. En seguida es necesario llevar a cabo estos planes, ajustando en el sistema ERP las desviaciones que se hayan encontrado en las pruebas.

Paso 6: Puesta en marcha y validacin del proceso automatizado


La puesta en marcha implica hacer los ajustes finales del sistema y transportarlo a la infraestructura computacional de produccin. Esta etapa debe estar bien planeada porque es cuando el sistema entra en operacin. El desarrollo en cada una de las etapas plantea diferentes problemas que se deben solucionar de manera integral desde los implantadores del sistema hasta los encargados de tomar las decisiones.

Data warehouse
M. En I.S.C. Leonardo M. Moreno V.

Que es un data warehouse?


William Inmon: un almacn de informacin temtica orientado a cubrir las necesidades de aplicaciones de los sistemas de Soporte de Decisiones (DSS) y de la Informacin para Directivos (EIS), que permite acceder a la informacin corporativa para la gestin, control y apoyo a la toma de decisiones.

Data Warehouse (Almacn de Datos)


Un Almacn de Datos (o Data Warehouse) es una gran coleccin de datos que recoge informacin de mltiples sistemas fuentes u operacionales dispersos, y cuya actividad se centra en la Toma de Decisiones. Una vez reunidos los datos de los sistemas fuentes se guardan durante mucho tiempo, lo que permite el acceso a datos histricos; aslos Almacenes de Datos proporcionan al usuario una interfaz consolidada nica para los datos, lo que hace ms fcil escribir las consultas para la Toma de Decisiones.

Diferencias entre Base de Datos y Almacn de Datos


Base de Datos Operacional Datos Operacionales Orientados a las aplicaciones Informacin Actual Detalladas Cambian constantemente Almacn de Datos Datos del negocio para Informacin Orientados al sujeto, orientados al negocio Informacin actual e histrica Detalladas y resumidas estables

Caractersticas del Almacn de Datos


Organizado en torno a temas.La informacin se clasifica en base a los aspectos que son de inters para la empresa. Integrado.Es el aspecto ms importante. La integracin de datos consiste en convenciones de nombres, codificaciones consistentes, medida uniforme de variables, etc. Dependiente del tiempo. Esta dependencia aparece de tres formas:
La informacin representa los datos sobre un horizonte largo de tiempo. Cada estructura clave contiene (implcita o explcitamente) un elemento de tiempo (da, semana, mes, etc.). La informacin, una vez registrada correctamente, no puede ser actualizada.

No voltil.El Almacn de Datos slo permite cargar nuevos datos y acceder a los ya almacenados, pero no permite ni borrar ni modificar losdatos.

Arquitectura del Data warehouse

OLTP (On-Line Transaction Processing)


Son aplicaciones que definen el comportamiento habitual de un entorno operacional de gestin y ejecutan las operaciones del da a da. Algunas de las caractersticas ms comunes de este tipo de transacciones podran ser:

Altas/Bajas/Modificaciones Consultas rpidas, escuetas y predecibles Poco volumen de informacin Transacciones rpidas Gran nivel de concurrencia Modo de actualizacin on-line Baja redundancia de datos

OLAP (On-Line Analytical Process)


Son aplicaciones que se encargan de analizar datos del negocio para generar informacin tctica y estratgica que sirve de soporte para la toma de decisiones. Mientras que las transacciones OLTP utilizan Bases de Datos Relacionales u otro tipo de archivos, OLAP logra su mxima eficiencia y flexibilidad operando sobre Bases de datos Multidimensionales

Middleware
Es un software que reside fsicamente entre un Cliente y en un Servidor de Comunicaciones localizado

Aplicaciones
EIS (Executive Information System)
Son herramientas para proveer informacin estratgica a los ejecutivos mediante informes, comparativas y cuadros de mando multidimensionales.

DSS (Decission Support System)


Herramienta de soporte para la toma de decisiones. Incorpora reglas de decisin y anlisis de datos no predefinidos en las posibilidades de un EIS.

Origen (Source): Define los orgenes de datos del Almacn de Datos, como los sistemas de Procesamiento de Transacciones en Lnea (On-LineTransactionProcessing, OLTP), las fuentes de datos externas (datos sindicados, datos censales), etc. Integracin (Integration): Define el mapeo entre los orgenes de datos y el propio Almacn de Datos. Almacn de Datos (Data Warehouse):Define la estructura del Almacn de Datos. Adaptacin (Customization): Define el mapeo entre el Almacn de Datos y las estructuras empleadas por el cliente. Cliente (Client): Define las estructuras concretas que son empleadas por los clientes para acceder al Almacn de Datos, como Data Marts o aplicaciones OLAP.

Etapas de Diseo del Almacn de Datos

Niveles por Etapa del Diseo del Almacn de Datos


Cada etapa se analiza desde tres niveles o perspectivas que se crean en el siguiente orden:
Conceptual: Define el Almacn de Datos desde un punto de vista conceptual, es decir, desde el mayor nivel de abstraccin y contiene nicamente los objetos y relaciones ms importantes. Lgico: Abarca aspectos lgicos del diseo del Almacn de Datos, como la definicin de las tablas y claves, la definicin de los procesos ETL, etc. Fsico: Define los aspectos fsicos del Almacn de Datos, como el almacenamiento de las estructuras lgicas en diferentes discos o la configuracin de los servidores de bases de datos que mantienen el almacn de datos.

Diagramas de Formalizacin
Cada etapa o nivel necesita formalismos de modelado diferentes. Una aproximacin es la siguiente, donde el diseador del Almacn de Datos no necesita definir todos los diagramas que se especifican:

Estructura lgica del Almacn de Datos


Metadatos. Describen la estructura de los datos contenidos en el almacn.
Estn en una dimensin distinta al resto de niveles.

Datos detallados actuales. Obtenidos directamente del procesado de los datos.


Forman el nivel ms bajo de detalle. Ocupan mucho espacio. Se almacenan en disco, para facilitar el acceso.

Datos detallados histricos. Igual que los anteriores, pero con datos correspondientes al pasado.
Se suelen almacenar en un medio externo, ya que su acceso es poco frecuente.

Datos ligeramente resumidos. Primer nivel de agregacin de los datos detallados actuales.
Corresponden a consultas habituales. Se almacenan en disco. Corresponden a consultas que se realizan muy a menudo y que se deben obtener muy rpidamente. Suelen estar separados del Almacn de datos, formando Supermercados de Datos (Data Marts).

Datos muy resumidos. Son el nivel ms alto de agregacin.

Estructura lgica del Almacn de Datos

Estructura fsica del Almacn de Datos


La estructura fsica puede presentar cualquiera de las siguientes configuraciones:
Arquitectura centralizada. Todo el Almacn de datos se encuentra en un nico servidor. Arquitectura distribuida. Los datos del Almacn se reparten entre varios servidores. Asignando cada servidor a uno o varios temas lgicos. Arquitectura distribuida por niveles. Refleja la estructura lgica del Almacn, asignando los servidores en funcin del nivel de agregacin de los datos que contienen. Un servidor est dedicado para los datos de detalle, otro para los resumidos y otro para los muy resumidos.

DataMining
Minera de Datos

Por qu Data Mining?


El Data Mining es de gran utilidad para quienes toman decisiones de alto nivel. Hoy en da la demanda de informacin estratgica corresponde a las organizaciones (tanto grandes como pequeas) que desean obtener ventaja competitiva o bien posicionarse en el mercad

Definiciones de Data Mining


"Proceso de extraccin de informacin oculta (antes desconocida), de gran inters y potencialmente til, de bases de datos de gran tamao". Descubrimiento de patrones ocultos de grandes bases de datos, preferentemente Data Warehouse o Data Marts, con el objetivo de ayudar a las organizaciones a tomar mejores decisiones sobre la base del conocimiento obtenido

Definiciones de Data Mining


"Bsqueda de relaciones y patrones existentes en grandes bases de datos pero que se encuentran ocultos en grandes volmenes de datos, como por ejemplo, relaciones entre datos de pacientes y su diagnstico mdico. Estas relaciones representan un conocimiento valioso acerca de la base de datos y los objetos que residen en ellas". "Utilizacin de una gran variedad de tcnicas para identificar pepitas de informacin o conocimiento en los datos y extraerlos de manera que puedan ser utilizados en rea

Que es Data Mining?


Data Mining es el proceso de extraccin de informacin oculta y predecible de grandes bases de datos. Un Sistema Datamining es una tecnologa de soporte para usuario final cuyo objetivo es extraer conocimiento til y utilizable a partir de la informacin contenida en las bases de datos de las empresas.

Que hacen las herramientas de Data Mining?

Las herramientas de Data Mining predicen futuras tendencias y comportamientos, permitiendo en los negocios tomar decisiones proactivas y orientadas por un conocimiento acabado de la informacin. Las herramientas de Data Mining pueden responder a preguntas de negocios que tradicionalmente consumen demasiado tiempo para poder ser resueltas y a los cuales los usuarios de esta informacin casi no estn dispuestos a aceptar.

Qu puede hacer el Data Ming? Prediccin automtica de comportamientos. Prediccin automtica de tendencias. Descubrimiento automtico de comportamientos desconocidos anteriormente.

Tcnicas mas comunes del Data Mining.


Redes Neuronales.
Son modelos no-lineales inspirados en las redes de neuronas biolgicas y se usan generalmente en problemas de clasi cacin y prediccin.

Arboles de decisin.
Son estructuras en forma de rbol que representan conjuntos de decisiones capaces de generar reglas para la clasi cacin de los datos.

Algoritmos genticos.
Son modelos inspirados en la evolucin de las especies y que se aplican generalmente en problemas de optimizacin. Permiten incluir fcilmente ligaduras complicadas que limitan la solucin a un problema.

Clustering.
Mtodos de agrupacin de datos que nos permiten clasi car los datos por su similitud entre ellos. Son utilizadas con frecuencia para entender los grupos naturales de clientes en empresas o bancos

Proceso de Data Mining


El proceso de descubrimiento de conocimiento (KDD process) se divide en una serie de etapas que permiten identificar el problema a resolver, preparar los datos e interpretar los resultados. De manera general, este proceso comprende tres fases genricas:
Preparacin de los datos. Operaciones de extraccin (o minera). Presentacin de los resultados.

Proceso de Data Mining


Las fases genricas se pueden desglosar en siete etapas que permiten una mejor comprensin del proceso, estas son:

Proceso de Data Mining


Identificacin del problema.
Para hacer un buen uso del Data Mining, hay que tener muy claro los objetivos que se quieren obtener, estos objetivos deben tener relacin con la organizacin que emprende el proyecto de Data Mining y con los datos con los que se va a trabajar. No todo problema requiere de una solucin mediante Data Mining.

Proceso de Data Mining


Seleccin de los datos:
Fase que incluye la adquisicin de diversos datos que pueden residir en una o ms base de datos, pudiendo ser una base de datos transaccional, un Data Warehouse o un Data Mart.

Proceso de Data Mining


Preparacin de los datos:
Esta etapa corresponde a la consolidacin de los datos en una sola base de datos. Considera la identificacin y correccin de inconsistencias en la definicin de los datos, diferencias de codificacin y resuelve la discordancia de mltiples valores para un mismo dato.

Proceso de Data Mining


Construccin del modelo:
Construir un modelo en una situacin donde se conoce la respuesta y luego se aplica en otras situaciones en la que se desconoce la respuesta. Un modelo es una abstraccin de la realidad. No puede predecir todos los eventos individuales, pero un buen modelo es una gua til para entender la organizacin y sugerir acciones que permitan lograr el xito.

Proceso de Data Mining


Construccin del modelo:
Cada una de las diversas tcnicas que utiliza el Data Mining genera dos clases de modelos, el modelo predictivo y el modelo descriptivo.
Un modelo predictivo utiliza datos con resultados conocidos para predecir valores para diferentes datos y guiar la estrategia y planificacin de la organizacin. Los modelos descriptivos describen patrones en datos existentes para guiar la toma de decisiones.

La principal diferencia entre estos dos modelos, es que los modelos predictivos realizan predicciones explcitas (ejemplo: la probabilidad de un fraude), mientras que los modelos descriptivos realizan predicciones implcitas (asumen que ciertas caractersticas pueden presentarse en colecciones de datos similares).

Proceso de Data Mining


Descubrimiento de patrones:
En esta fase se aplican algoritmos para generar los patrones, esto resultar ms efectivo si se aplica un proceso de exploracin asistido por el ordenador. Es imprescindible conocer que se entiende por patrones y su diferencia con los conceptos de hechos, reglas y excepciones.

Proceso de Data Mining


Descubrimiento de patrones:
Los patrones corresponden a un conjunto de filas que comparten los mismos valores en dos o ms columnas. Observando la siguiente tabla que contiene datos generales de alumnos:

Proceso de Data Mining


Descubrimiento de patrones:
Se tiene que tres filas (1,2,5) comparten los mismos valores en dos columnas (Ciudad y Ao Ingreso), de lo cual se pude deducir la siguiente sentencia: La mayora de los alumnos de Lota ingresan en 1995.

Proceso de Data Mining


Descubrimiento de patrones:
La confianza es el porcentaje especfico de ocurrencia y se expresa como un porcentaje. La confianza de la sentencia anterior se calcula dividiendo el nmero de filas que tiene el atributo Lota y 1995, o sea 3, por el nmero de filas que tiene Lota y cualquier Ao de Ingreso, o sea 4, por lo tanto resulta una confianza del 75%. Cuando la confianza es de 100% se utiliza el trmino Todos, por ejemplo:
Todos los alumnos de Chillan ingresan en 1994.

Tambin es posible presentar un patrn especificando su porcentaje, para el ejemplo inicial:


25% de los alumnos de Lota ingresan en 1994.

Proceso de Data Mining


Descubrimiento de patrones:
Las excepciones se definen como un patrn dbil que existe junto con las filas de patrones ms poderosos. Observando la tabla, la fila 3 es una excepcin, puesto que es el nico registro que no posee en el campo Ao Ingreso el valor de 1995, como en el resto de los casos que tienen en el campo Ciudad el valor de Lota, esto tambin se puede entender como un error.

Proceso de Data Mining


Descubrimiento de patrones:
Las excepciones se definen como un patrn dbil que existe junto con las filas de patrones ms poderosos.

La diferencia entre hecho y regla, esta dado por la representacin o forma en cmo se expresa. Por ejemplo las siguientes sentencias representan a un mismo patrn:
Hecho: La mayora de los alumnos de Lota ingresan en 1995 Regla: S Ciudad = Lota entonces Ao Ingreso = 1995

Proceso de Data Mining


Despliegue de patrones:
Posterior a la construccin del modelo y al descubrimiento de patrones, se debe evaluar sus resultados e interpretar su significado. Cuando se realiza la validacin de los patrones, se encuentra una razn de exactitud. Es importante recordar que esta razn se aplica slo a los datos con los cuales se construy el modelo.

Proceso de Data Mining


Monitorizacin del modelo:
Tal como cambian los procesos de negocio durante el tiempo, la validez de los patrones descubiertos a partir de los datos histricos pueden verse deteriorados. Es muy importante detectar estos cambios lo ms temprano posible, a travs de la monitorizacin constante con relacin a los nuevos datos.

Pasos del proceso de descubrimiento de conocimiento


Estudio del dominio de aplicacin:
conocimiento previo y objetivos de uso.

Creacin de un juego de datos objetivo: seleccin de datos. Data Cleaning (limpieza de datos) y proceso previo:
(puede ser el 60 % del esfuerzo!).

Reduccin de datos y transformacin: Encontrar rasgos tiles, reducir las dimensionalidad/variabilidad y la representacin invariante. Elegir las funciones de Data Mining para resumir, clasificar, asociar y agrupar datos. Elegir los algoritmos de mining. Data Mining

Pasos del proceso de descubrimiento de conocimiento


Evaluacin de modelos y presentacin de los conocimientos:
Visualizacin, transformacin, eliminacin de los modelos redundantes, etc.

Uso del conocimiento descubierto.

En qu tipos de datos se usa Data Mining?


Bases de datos relacionales. Depsitos de datos. Bases de datos transaccionales. Bases de datos avanzadas y en depsitos de informacin:
Bases de datos orientadas a objetos y bases de datos relacionadas a objetos. Bases de datos espaciales. Datos de series temporales. Bases de datos de texto y multimedia. Bases de datos heterogneas y de herencia. World Wide Web (WWW).

Clasificacin de sistemas Data Mining


Funcionalidad general:
Data Mining descriptiva. Data Mining predictiva.

Segn los tipos de bases de datos para ser extradas o minadas:


Relacionales, transaccionales, orientadas a objetos, relacionalobjeto, activa, espacial, temporales, de texto, multimedia, heterogneas, de herencia, WWW, etc.

Segn los tipos de conocimientos para ser descubiertos:


De caracterizacin, discriminacin, asociacin, clasificacin,agrupacin, tendencias, desviaciones y anlisis outlier. Funciones mltiples integradas y extracciones de niveles mltiples.